騰訊混元 Hy-SimulMT 同聲傳譯大模型開源,實測響應約 3 秒
騰訊混元同聲傳譯大模型 Hy-SimulMT 今日發佈並開源,支援中英語音即時互譯及即時音色克隆。實測響應時間約 3 秒,文章稱人類專業譯員平均需時 4-5 秒。團隊稱,在涵蓋十個領域的音訊測評中,模型翻譯質素達到人類同傳專家水平,且時延更低。
騰訊混元同聲傳譯大模型 Hy-SimulMT 今日發佈並開源,支援中英語音即時互譯及即時音色克隆。實測響應時間約 3 秒,文章稱人類專業譯員平均需時 4-5 秒。團隊稱,在涵蓋十個領域的音訊測評中,模型翻譯質素達到人類同傳專家水平,且時延更低。
騰訊混元發佈並開源同聲傳譯大模型 Hy-SimulMT,支援中英語音到語音即時翻譯,實測響應時間約 3 秒。模型可邊聽邊譯並即時輸出譯文和語音,亦支援即時音色克隆;目前在騰訊 Hy 翻譯 App 首發,免費提供服務體驗。團隊測評顯示,Hy-SimulMT 的翻譯質量達人類同傳專家水平且時延更低;官方稱其在 RealSI 上的效果達開源模型最佳,並超過大部分商用同傳 API。
騰訊混元發布並開源同聲傳譯大模型 Hy-SimulMT,支援中英語音到語音即時翻譯,並支援即時音色克隆。官方介紹稱,模型響應時間實測約 3 秒,低於人類專業譯員平均的 4-5 秒;團隊測評稱其翻譯質素達人類同傳專家水平,延遲更低。Hy-SimulMT 已在騰訊 Hy 翻譯 App 首發,免費提供體驗。
Cadence 宣佈與 Nvidia 合作並推出 Maestro AI 模型系列,旨在協助自動化電子設計自動化(EDA)流程。這些模型以 Nvidia 的 Nemotron 模型系列微調;早期測試顯示,與通用基礎模型相比,輸出質素最高提升 30%,token 效率最高提高 5 倍。Maestro 支援按客戶資料自訂,並可透過 API、在安全的 VPC 或本地部署使用。
Moonshot AI 於 2026 年 10 月 23 日發佈多模態 MoE 模型 Kimi K3.1 Pro,並推出速度快 2–3 倍的 Kimi K3.1 Pro Highspeed。
科大訊飛在2026全球1024開發者節發布星火X2.6、Agent OS及星辰TaaS等成果,涵蓋模型、智能體協同和行業應用交付。星火X2.6的上下文窗口擴至百萬Tokens,並開源星火X2.6-4B端側模型;端雲路由準確率由81.2%提升至96.1%。Agent OS與APA構建企業級智能體協作和流程自動化體系,星辰TaaS則串聯模型能力、工具編排與行業解決方案。
inclusionAI/LBS-27B 目前未由任何推理服務供應商部署。模型的 README.md 內容為空,下載量亦未有追蹤。
科大訊飛發布星火語音基座大模型 SparkAudio 1.0,提升語音識別、音頻理解、情緒識別、實時説話人分離及環境聲理解等能力。發布方披露,整體效果提升20%、響應時間降低15%、成本降低60%。SparkAudio 1.0已在訊飛輸入法16.0、訊飛聽見及訊飛智能辦公本上線。
阿里雲於2026年雙11推出大模型優惠,涵蓋 Qwen3.8-Flash、Wan3.0-Video 等模型及全模型通用抵扣計劃。計劃覆蓋 150+ 款直供模型,包月首購 ¥10.00 起、直省50%,包季低至4.5折、直省55%;Wan3.0-Video 限時7折。抵扣額度可用於 Qwen3.8、Wan3.0 等模型。
Block 旗下 AI 研究實驗室推出 Dessa,這款全雙工端到端語音對話模型完全以人類對話錄音從零訓練,直接由音訊輸入生成音訊。模型支援一邊收聽一邊説話及本地部署;團隊稱訓練只使用單台 NVIDIA GB200 NVL72,最低硬件要求為 MacBook Pro M4 Max 及以上設備。
字節跳動旗下火山引擎發佈 Seedance 2.5 4K 模型,稱其為 Seedance 2.5 這一代中最強的模型。模型支持 Draft(樣片)模式,用戶可先生成 480P 樣片驗證分鏡,再生成 4K 正片;目前僅供部分企業客戶試用。 Seedance 2.5 4K 提供 10-bit 色深,部分影視製作及後期公司已試用。
KRAFTON AI 公佈從頭訓練的 Raon-1 mini 預覽版,模型採用混合專家架構並導入線性注意力,整體體量為 30B-A4B。模型以 Apache 2.0 許可開源,並提供限時免費 API 試用;KRAFTON AI 稱其在編程與智能體任務上與 Meta 的 Muse Glimmer 30B 相當,速度更快、內存效率更高。
阿里通義千問推出並開源 Qwen3.8 全系列,包含 2.4T 旗艦版、27B 輕量版,以及每次推理激活 6B 參數的 Flash 版。系列採用 Dynamic MoE、CoT++ 和原生多模態架構,並以 Apache 2.0 協議開放,可供商業使用。
Tiny GST 是一款在裝置上離線擷取印度 GST 發票結構化資料的 AI 模型,經 INT8 ONNX 量化後大小為 13.17 MB。模型在未見過的供應商版面上取得 64.2% entity F1,單價擷取達 84.6% F1,CGST 金額則達 100% F1,並可生成符合 TallyPrime 格式的 XML。
A股指數重要調整今起實施,德明利第三季度淨利潤按年增長2903%、按季增長2%。月之暗面推出Kimi K3.1 Pro,這是K3.1系列首個模型,擁有3萬億級參數並支援100萬上下文;高速版Kimi K3.1 Pro Highspeed的輸出速度約為2至3倍。
Nanbeige LLM Lab 已在 Hugging Face 以 Apache 2.0 授權發佈 Nanbeige4.3-33B,這是一款面向智能體編碼及辦公協作任務的 33B dense 語言模型,支援 524,288-token 上下文窗口。
Hurston-1 是一款以電話用途為主的窄頻 TTS 模型,現以 Apache-2.0 授權開源。模型使用 136 hrs 音訊微調 Maya1,並特別支援美國南方及區域非裔英語口音。模型無法在不同提示詞間維持完全一致的聲線,也不支援聲音複製。
Hugging Face 發佈 Carbon-X,一款 14.8B 參數的開放 DNA 語言模型,可讀取原始 DNA 並以英文回答。Hugging Face 自報其五項 DNA 基準平均得分為 66.7%,BioReason Coding 得分 74.9%,GenomeQA splice-site 問題得分為 29.8%;模型尚未經臨牀驗證。
KRAFTON AI 發佈自研輕量級大語言模型 Raon-1 mini 預覽版,並以 Apache 2.0 協議開源。模型採用混合專家架構及線性注意力機制,參數規模為 30B-A4B,支援推測解碼,兼顧韓語和英語能力。官方同步開放限時免費 API 試用,並表示正式版及更大規模模型將陸續推出。
KRAFTON AI 公佈從頭訓練的 Raon-1 mini 預覽版,模型規模為 30B-A4B,正式版及更大型模型將推出。模型採用混合專家架構及線性注意力,支援推測解碼,聚焦韓語並兼顧英語,以 Apache 2.0 許可開源。KRAFTON AI 稱,預覽版在編程及智能體任務上與 Meta Muse Glimmer 30B 相當,速度更快、記憶體效率更高,並提供限時免費 API 試用。
Block 於 10 月 23 日發佈語音模型 Dessa,模型直接從音訊學習並生成音訊,不經文字轉錄及語音合成流程。Block 稱,模型只以人類對話錄音訓練,沒有文本語料或預訓練權重,並可在 M4 Max 及以上配置的 MacBook 本地以快於實時的速度推理。目前 Dessa 未開放試用,權重、程式碼及授權證均未公開;Block 正讓安全研究者排隊,重點測試語音智能體冒充真人的風險。
Block 推出全雙工語音模型 Dessa,能在説話時同步收聽用戶語音,並以笑聲、停頓和哽咽等方式呈現情緒。Block 稱,Dessa 完全以人類語音數據訓練,可在 M4 Max 及以上配置的 MacBook 本地運行。目前模型暫未開放試用,Block 正邀請安全研究者測試語音智能體欺騙人類的風險。
inclusionAI 發佈 Ling-3.1-flash-base 基礎模型檢查點,總參數量為 560B,每個 token 啟用 25B 參數。它採用與 Ling-3.1-flash 相同的混合線性 MoE 架構,結合 KDA 和 Gated MLA,並在 47 項基準、八個領域進行評測。檢查點以 BF16 權重發佈,模型以 FP8 訓練,適用於持續預訓練、領域適配及後訓練研究。
Dream Labs 推出 Dream-1 World Action Model 並開放公開 API,同時宣佈結束隱身階段及完成 $90M 種子融資。Dream-1 目前面向雙臂平行夾爪機械人,可零樣本控制未曾接觸的機械人,執行未見任務並適應未見環境。Dream-1 收費每小時 $3,Dream-1-flash 每小時 $2。
Block 發佈語音模型 Dessa,支援本地全雙工語音對話,可同時聆聽和説話,並呈現笑聲、停頓、哭聲等語音表達。Block 表示,Dessa 完全以人類語音訓練,使用單張 NVIDIA GPU 訓練,並可在 MacBook M4 Max 或更高規格的消費級電腦本地運行。Dessa 目前未向公眾開放,Block 正邀請安全研究人員測試語音智能體可能欺騙對話對象的情境。
Block 公佈語音模型 Dessa,稱其從零開始、只用人類語音訓練,並能捕捉文字模型遺漏的情緒線索。Dessa 不先把音訊轉成文字,而是直接處理語音,可即時捕捉情緒、反諷、笑聲和停頓,並支援一邊聆聽一邊説話。它可在 MacBook Pro M4 Max 本機執行,訓練使用單一 NVIDIA GB200 NVL72;目前尚未公開,團隊正尋找 AI 安全研究人員測試意外風險。
Moonshot AI 發佈 Kimi K3.1 Pro,這款 Kimi K3 的後訓練升級版約有 3 trillion parameters,並設有 1-million-token 上下文窗口。
推薦理由:文章並列基準排名、推理定價與公開權重安排,讓讀者比較 Kimi K3.1 Pro 在能力、成本和可取得性上的定位。
Block 推出 Dessa,一款以「真正語音到語音」為特色的 AI 模型,並稱模型只用人類對話訓練。Block 表示,Dessa 可在 MacBook Pro M4 Max 或更新型號上本機運行。
DeepSeek V4.1 Flash Uncensored 是 dealignai 發佈的 FP8 checkpoint,透過權重移除拒答行為;文章評估這項改動的代價,並測試其 LU Cloud 端點。
月之暗面發布 Kimi K3.1 Pro 和 K3.1 Pro Highspeed。OpenAI 將在完全斷網環境下訓練前沿模型。英國將出資1億英鎊設立 AI 生物安全實驗室,OpenAI 和 Anthropic 參與合作。
中國移動發布時空智能系列模型能力及標杆場景,推出涵蓋「時空重建、時空理解、時空預測」三大技術路線的核心能力體系。該體系採用 L1-L4 四級場景架構,應用涵蓋自然資源、工業生產、城市交通及智能運載等領域。
中國移動發布時空智能系列模型能力及標杆場景,整合5G+AI+北斗技術,構建涵蓋「時空重建、時空理解、時空預測」三大技術路線及L1-L4四級場景架構。模型能力覆蓋自然資源、工業生產、城市交通及智能運載等領域,應用包括地表變化檢測、園區數碼管控、交通研判及智能座艙服務。
月之暗面發佈 Kimi K3.1 Pro 和 K3.1 Pro Highspeed。OpenAI 將在完全斷網環境下訓練前沿模型,亞馬遜 CEO 表示公司雲服務容量已售罄至 2027 年。英國將出資 1 億英鎊設立 AI 生物安全實驗室,OpenAI 和 Anthropic 參與合作。
月之暗面正式發佈 Kimi K3.1 Pro,這是 K3.1 系列首個模型,規模達 3 萬億級,支援 100 萬 token 上下文窗口。在 Terminal-Bench 4.0 編程智能體評測中,它得分 65.7%,高於 GPT-6 Astra 的 58.2%,與 Claude Opus 5.5 的 66.4% 相差 0.7 個百分點。
字節跳動旗下火山引擎發布 Seedance 2.5 4K 模型,稱其為 Seedance 2.5 這一代中最強的模型,並透過專項訓練提升人物表情、細微動作與畫面細節的呈現。模型支援 Draft(樣片)模式,可先生成 480P 樣片,再生成 4K 正片;目前僅供部分企業客戶試用。
Block 公開展示語音 AI 模型 Dessa,稱其只以人類對話訓練,不使用文字或預訓練模型。Dessa 採用全雙工模式,可一邊聆聽一邊説話,並呈現插話、笑聲和語氣變化。目前 Dessa 僅為研究預覽,尚未向公眾開放;Block 稱它可在配備 M4 Max 或更強晶片的 MacBook Pro 本機運行。
Inception Labs 發佈擴散語言模型 Mercury 3,官方公佈其在多項基準測試中超越 GPT-6 Luna 和 Claude Haiku 5.5,輸出速度達 1068 Token/s,最高比 GPT-6 Luna 快約 8 倍。
Moonshot 發佈多模態 MoE 模型 Kimi K3.1 Pro,總參數量為 2.8T、活躍參數為 104B,並稱上下文窗口為 1-million-token;權重尚未公開,承諾於 2026 年 11 月 4 日公開。
推薦理由:文章把獨立基準成績、任務成本與權重尚未公開的狀態並列,呈現模型評測表現與實際部署條件之間的差異。
月之暗面發佈開源大模型 Kimi K3.1 Pro,參數規模達 3 萬億級,支援 100 萬 Token 上下文窗口。該模型是 Kimi K3 的後訓練版本,文章稱其在程式編寫、3D 創作、金融研究及長程 Agent 能力上的提升尤為顯著。其綜合智能水平在多項國際評測中接近全球領先閉源模型,金融領域則在兩項國際測評中超過全球前沿閉源模型。
NVIDIA 發佈 Nemotron 3.5 Bolt E4B,這款開放小型語言模型面向在 RTX、Jetson 和 Spark 硬件上本地運行的對話智能體。模型以 Google 的 Gemma 4 E4B 為基礎,僅經強化學習後訓練,總參數量為 8B、有效參數量為 4B,支援 64K 上下文窗口。